Современные методы анализа производительности процессоров требуют точного моделирования потоков инструкций и корректной оценки параметров вычислительной нагрузки. Особое внимание уделяется рекуррентным шаблонам, возникающим при выполнении циклов и оптимизированных фрагментов кода. В работе исследованы методы оценки параметров потоков с применением градиентного бустинга. Для анализа были сгенерированы синтетические выборки моментов наступления событий и интервалов между ними, соответствующие различным распределениям (Леви, Парето, Фреше, Ломакса и др.). В качестве признаков использовались как исходные интервалы, так и их статистические характеристики: математическое ожидание,дисперсия, коэффициент вариации, квантили. Качество моделей оценивалось с помощью коэффициента детерминации (R2) и средней абсолютной процентной ошибки (МАРЕ). Результаты показали, что использование числовых характеристик значительно повышает точность оценки параметров по сравнению с исходными интервалами.
1 Visitors
1 Hits
0 Downloads
